【分　 类】 经济与管理科学
【关 键 词】 CPI　向量自回归模型　脉冲响应函数　方差分解
【来 　源】 互联网
【收　 录】 中国学术期刊网

正文：
文摘：本文从影响CPI的理论分析入手，确定了相关的因变量和解释变量。通过计量经济模型方法，使用季度数据，定量分析了自1999年末至2008年末影响我国CPI变动的主要因素，并依据各解释变量对CPI变动的贡献率大小，提出了防止通货紧缩的相关对策。
关键词：CPI　向量自回归模型　脉冲响应函数　方差分解
 
The Theoretical and Empirical Analysis on CPI Fluctuations in our country
SHAO CHUAN (XUZHOU INSTITUTE of TECHONOLOGY)
Abstract: In this paper, the theoretical analysis on the impact of CPI starts to identify the relevant dependent variable and explanatory variables. Through an econometric modeling approach, the paper quantitatively analyzes the main influencing factor of CPI from 1999 to 2008 with quarterly data. Then, on the basis of the explanatory variables on changes in the contribution rate of CPI size, made to prevent the deflation problem.
Keyword: CPI, VAR, Impulse response function, Variance decomposition
一、我国CPI波动趋势及分析 一般地，用居民消费物价指数（CPI）或者国民生产总值平减指数（GDP　Deflator）等来测量一国或者地区的通货膨胀水平。依据我国一直将消费物价指数作为通货膨胀率的重要指标的习惯，本文采用CPI作为通货膨胀的指标。1999年末－2008年末，我国CPI整体表现为震荡上升的趋势（见图1），季度平均值为2.04，极大值为8.0（2008Q1），极小值为－1.4（1999Q4）。33个季度数据中，7个季度CPI为负，26个季度CPI数据为正；9个季度CPI大于3（即通货膨胀），24个季度CPI小于3。通货膨胀集中于2004年的2－4季度与2007年2季度－2008年3季度。
从理论上讲，CPI的波动与货币量、总产出变动率、经济产出缺口、利率、以及财富效应等因素有关。
米尔顿·弗里德曼认为，通货膨胀永远是、而且在任何地方都只是一种货币现象。通货膨胀只有一个原因，那就是政府发行货币过多。作为对策，根治通货膨胀的惟一出路是减少政府对经济的干预，控制货币增长。控制货币增长的方法是实行“单一规则”，即中央银行在制订和执行货币政策的时候要“公开宣布并长期采用一个固定不变的货币供应变动率”。古典货币理论则把物价水平变动的原因归结为货币量的变动与社会总产出的变动。依据古典货币数量论，Ｍ≡Ｐ×Ｙ÷ｋ，P为价格水平，Y为实际总产出， 为常数。将价格P的变动率用CPI（居民消费价格指数）表示， 、 分别表示货币量的变动率和实际总产出的变动率，那么， 。可见CPI的变动不仅与货币量变动率相关，与实际总产出变动率也密切相关。数据显示，2004年出现通胀前，货币供给变动率比实际总产出变动率高出7到12个百分点，而2007－2008年出现的更严重通货膨胀前，这一差值只有5－7个百分点，显然与货币量变动率及实际总产出变动率有关，但不是完全相关。
实际总产出变动对CPI影响比较复杂。首先，总供给和总需求影响物价水平。当一个社会处于短缺经济时，随之而来的是物价水平上升；当经济从短缺经济转为过剩经济时，物价增长缓慢，甚至是负增长。第二，当经济强劲增长时，可能会释放通胀压力，推动CPI上升。原因在于：（1）劳动力工资成本上升，成本提高，可能将推动CPI上升；（2）生产设备利用率持续较高，对资源、原材料等商品需求旺盛，直接导致生产价格上涨，挤压企业利润空间，进而将涨价因素转移给消费者，从而也会增大核心通胀的拉动压力；（3）随着个人收入提高，家庭购买能力和消费需求进一步增强，也将加大通胀压力。本文分析的时间段中，从1999年末到2008年，我国经济处于高速增长阶段，GDP增长率稳步上升，通货膨胀的压力可能来自于经济的持续增长。
莫迪格里安尼在20世纪70年代就提出，假定劳动收入不变，财富每增加1美元会导致美国消费者支出增加5美分。或者说，金融资产价格上涨（或下跌），将导致金融资产持有人财富的增长（或减少），进而促进（或抑制）消费增长，影响短期边际消费倾向（MPC），促进（或抑制）经济增长的效应。即资产价值的变动对消费的财富效应（The Wealth Effect）。在一个信用体系发达的市场，股市繁荣在加速储蓄向投资的转化，由于使投资者信心增强，从而加快了消费与消费信贷的发展。上证指数自2006年初到2008年末出现的迅速攀升－急剧下跌，与之后2007年初到2008年末出现的通货膨胀－通货紧缩之间表现出的相关性，可能是财富效应的体现。
欧文·费雪则揭示了通货膨胀预期与利率之间关系。他指出当通货膨胀率预期上升时，利率也将上升，用公式表示为：实际利率＝名义利率－通货膨胀率，即费雪效应。把公式的左右两边交换一下，公式就变成：名义利率＝实际利率＋通货膨胀率。当通货膨胀率变化时，为了求得公式的平衡，名义利率会随之而变化。名义利率的上升幅度和通货膨胀率完全相等，这个结论就称为费雪效应或者费雪假设。
二、因变量和解释变量的选择与检验
（一）时间序列选择
依据上述分析，我们通过分析影响因变量CPI的主要因素，选择了解释变量，时间范围为1999年第4季度至2008年第4季度，数据选择为各变量增长率的季度值，数据来自于国家统计局的《中国经济年鉴》、中国人民银行的《货币政策执行报告》和上证指数（见图1）。时间序列设置如下。
1、居民消费价格指数＝CPI。通货膨胀是我国宏观经济调控的主要目标，本文以CPI作为因变量，探讨近10年来CPI的变动规律及其影响因素，并以VAR为基础构建相应的CPI模型。同时将CPI也作为解释变量，用其自身惯性解释当期数据。
2、国内生产总值变动率＝GDP。国内生产总值被定义为经济社会在一定时期内运用生产要素所生产的全部最终产品的市场价值。一国或一地区的经济增长率可以用国内生产总值的变动率来表示，本文选择国内生产总值变动率作为影响CPI的一个重要的时间序列，用GDP表示。
3、银行间同业拆借月平均加权利率＝RATE。名义利率与CPI有着密不可分的关系，因此把利率作为CPI的一个重要的解释变量。由于我国的基准利率不是市场化利率，且基准利率数据在模型中不便于使用，本文选择了货币市场利率中的银行间同业拆借月加权平均利率作代表，而且这个数据也是我国较为可行的市场化利率，用RATE表示。
4、上证指数波动率＝SH。本文选择了上证综合指数作为中国股票市场的代表指数，通过当期与上一年同期比较得出上证指数波动率的季度值，用SH表示。
5、货币供应量变动率＝M₂。根据流动性的大小，我国的货币供应量分为三个层次，其中M0是社会上流通的现金，是最活跃的货币，M1反映经济中的现实购买力，M2不仅反映现实购买力，还反映潜在购买力，因此本文选择M2的变动率作为CPI的解释变量。
6、国内信贷总额变动率 ＝LOAN。本文还选择了国内信贷总额变动率LOAN作为CPI的解释变量。目前尚没有理论对CPI与国内信贷总额变动率之间的关系有明确的解释，但考虑到派生存款货币是由贷款产生的存款货币，因此也将其作为CPI的解释变量之一。
图1、与CPI相关的宏观经济变量变动率（1999.4－2008.4）

（二）时间序列的平稳性分析
当采用时间序列估计模型时，所用时间序列应具有平稳性，用非平稳变量建立回归模型是会带来伪回归问题的。但是经济变量往往是非平稳的，因此，有必要首先对各经济变量进行单整检验，分析各经济变量的平稳性。见表1。
表1、ADF单位根检验：

时间序列	CPI		gdp		sh
	无差分	一阶差分	无差分	一阶差分	无差分	一阶差分
P概率值	0.4285	0.0111	0.6267	0.0002	0.1190	0.0061
时间序列	m2		rate		loan
	无差分	一阶差分	无差分	一阶差分	无差分	一阶差分
P概率值	0.0312	0.0054	0.6562	0.0000	0.2177	0.0046

检验结果显示，上述时间序列中M2在1%的显著水平下接受原假设，存在单位根，其余的时间序列在5%的显著水平下接受原假设，存在单位根，因此各序列均为非平稳序列。将各时间序列进行一次差分运算，得到各序列在1%的水平下均拒绝原假设，不存在单位根，是平稳序列。因此各序列的线性组合具有协整关系，因变量和解释变量之间存在稳定的均衡关系。
三、实证方法比较
1、以GDP变动率、上证指数波动率、M2变动率、同业拆借利率和信贷总额变动率作为解释变量对CPI进行回归。按照该理论，CPI模型的基本形式为：CPI_t=αGDP_t+βM2_t+γSH_t+δLOAN_t＋εRATE_t＋μ_t。但是利用该理论进行实证分析时面临两个问题：一是GDP变动率、信贷总额变动率、同业拆借月平均加权利率和M2变动率之间存在较强的相关性，可能产生多重共线性的问题，而对多重共线性的修正可能导致无法把上述解释变量引入到CPI函数中；二是上述各变量的时间序列并不平稳，OLS方法可能产生伪回归，从而得出的结论可能不可靠。
2、对上述因变量和解释变量进行单方程协整。利用协整理论来分析CPI模型，主要是为了克服第一种方法中的序列不平稳的问题。但是该分析方法也存在一些难以克服的困难。双变量之间的单方程协整关系，往往把其他重要变量与CPI之间的关系漏掉了。这种对重要关系的疏漏，导致因变量和解释变量之间的协整关系不准确，也使这种协整关系缺少必要的理论基础。
3、进行向量自回归（VAR）模型分析。向量自回归（VAR）模型是基于数据的统计性质，把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单解释变量方程回归模型推广到由多元时间序列组成的向量自回归模型。构造向量自回归模型（VAR）后，要对VAR进行检验，如果该VAR模型符合稳定性等要求，则可以用来分析各解释变量对CPI的影响与冲击。检验从三个方面进行：一是对VAR模型进行Granger因果检验，观察各解释变量在一定的意义下是否引起CPI的变化；二是构造各种内生变量对CPI的脉冲响应函数；三是更进一步对各解释变量对CPI的贡献进行方差分解，从而各解释变量对CPI将来影响的程度。上述方法中，本文利用VAR模型进行CPI分析。
四、向量自回归（VAR）模型
1、滞后阶数的确定
无论是在VAR模型中，还是在Granger因果检验、Johansen检验中，滞后阶数的确定都是一个重要的参数。如果滞后期太少，误差项的自相关很严重，并导致参数的非一致性估计，但从另一方面看，滞后期不宜过大，过大会导致自由度减小，影响模型参数估计量的有效性。在这里，我们利用似然比（LR）统计量、赤池（Akaike）信息、施瓦茨（Schwartz）信息等准则来确定最大阶数。表2显示，最大滞后阶数选择2比较合适。
　　表2、滞后阶数确定

滞后期	LogL	LR	FPE	AIC	SC	HQ
0	-456.4497	NA	59880.45	28.02726	28.29935	28.11881
1	-319.7268	215.4422	139.0477	21.92284	23.82748*	22.56369
2	-264.1953	67.31089*	53.62579*	20.73911*	24.27631	21.92927*

 注：*是由相应准则确定的最大滞后阶数。                                                          
2、向量自回归（VAR）模型的估计
向量自回归模型是在不带有任何约束的条件下，用模型中所有变量对所有变量的若干滞后变量进行回归，来估计出联合内生变量的动态关系。该模型的优点是对一个方程内有随机误差项与某些解释变量的相关所造成的回归参数估计量的偏倚给与了充分的注意和考虑。下面将滞后期确定为2，建立VAR（2）模型，其中CPI的向量回归模型为：
CPI = 0.619570299*CPI(-1) + 0.1933588555*CPI(-2) + 0.06961625963*M2(-1) +
t=    [ 3.82397]             [ 1.09489]              [ 0.66260]
0.228891449*M2(-2) + 0.04780697058*GDP(-1) - 0.4971831744*GDP(-2) +
[ 2.26371]             [ 0.24234]               [-2.16555]
0.004833366623*SH(-1) + 0.0184111438*SH(-2) - 0.1006231867*LOAN(-1) +
[ 0.95568]                [ 4.77154]            [-1.78852]
0.1094629542*LOAN(-2) - 0.3009139593*RATE(-1) - 1.109918137*RATE(-2)+ 2.510868246
[ 1.95337]               [-0.71400]               [-2.33148]              [ 0.83666]
CPI向量回归模型的拟合优度为R²＝ 0.964139，因变量和解释变量具有长期的稳定关系，可以利用这个模型进行下一步分析。
3、模型的检验
（1）模型的稳定性检验
如果被估计的VAR模型所有根模的倒数小于1，即位于单位圆内，则其是稳定的。如果模型不稳定，某些结果将不是有效的（如脉冲响应函数的标准误差）。共有kp个根，其中k是内生变量的个数，p是最大滞后阶数。根据以上方法进行AR　ROOTS检验，见图2。从图中看出，在该VAR模型中所有单位根的模均小于1，单位根全部落于单位圆内，因此VAR模型是稳定的。
图2、AR根检验
（2）Granger因果检验
　　表3、Granger因果检验

零假设	变量数	F统计值	P值
GDP 不能 Granger 引起 CPI	37	4.26282	0.02284
M2 不能 Granger 引起 CPI	34	2.52450	0.09756
LOAN 不能 Granger 引起 CPI	35	1.82867	0.17808
SH 不能 Granger 引起 CPI	37	8.65022	0.00099
RATE 不能 Granger 引起 CPI	34	0.16402	0.84951

GDP和SH能Granger引起CPI，即在CPI方程中GDP和SH的滞后变量应作为内生变量； M2、RATE和LOAN不能Granger引起CPI，即在CPI方程中M2、RATE和LOAN的滞后变量应作为外生变量。
（3）残差检验
残差检验表明模型不存在自相关的问题。见表4。
表4、残差单位根检验

残差序列	残差序列1	残差序列2	残差序列3	残差序列4	残差序列5	残差序列6
P值	0.0000	0.0001	0.0000	0.0001	0.0000	0.0000

五、宏观经济变量变动对CPI的冲击
上面的检验表明：一，我国的宏观经济变量中CPI、gdp变动率、M2变动率、上证指数波动率、同业拆借月加权平均利率以及信贷变动率都存在单位根，且后者的一阶差分都不存在单位根，主要宏观经济变量的时间序列都是I（1）序列，表明CPI与各宏观经济变量之间具有长期的均衡关系；二，VAR模型中单位根的模均小于1，模型是稳定的。因此，可以进行脉冲响应函数分析与方差分解分析。
1、脉冲响应函数分析
分别给各变量一个正的单位大小的冲击，得到关于CPI的脉冲响应函数图。见图2，横轴表示冲击作用的滞后期间数（单位：季度），纵轴表示CPI，实线表示脉冲响应函数，代表CPI对相应的变量的冲击的反应，虚线表示正负两倍标准差偏离带。
脉冲响应分析图显示：（1）当在本期给CPI一个单位的正冲击后，CPI在第一季度响应度最高，上升0.58，随着时间的推移，响应依次减弱，在一年后为负，表明CPI变动存在明显的惯性。（2）当在本期给GDP变动率一个单位的正冲击后，CPI在两年内响应为正。在第三季度CPI反应微弱，从第四季度开始CPI响应明显，在一年半以后达到最高，上升0.67，表明经济的持续增长，可能对CPI生产推动作用。（3）当在本期给上证指数波动率一个单位的正冲击后，CPI在第三个季度响应程度达到最高，上升0.41，表明财富效应存在，且滞后期为三到六个季度。（4）当在本期给M2变动率一个单位的正冲击后，CPI在第三季度响应最高，上升0.34，表明通货膨胀确实与货币供给有着密切的关系。（5）当在本期给信贷变动率一个单位的正冲击后，CPI先降后升，拐点在一年。下降幅度在0.14以内，上升幅度在0.26以内。说明信贷总额变动率对CPI的影响可能是通过经济增长发生的。（6）当在本期给同业拆借月加权平均利率一个单位的正冲击后，CPI在第二到六期响应为负，其中第三期负响应的绝对值最大，－0.26，表明提高利率，可能会在一定程度上减少降低通货膨胀。
图3、脉冲函数分析图

2、CPI的方差分解　
　　表4、CPI的方差分解（1999.4－2008.4）　

Period	S.E.	CPI	GDP	SH	M2	RATE	LOAN
1	0.58	100.00	0.00	0.00	0.00	0.00	0.00
2	0.72	94.30	0.35	0.17	0.21	0.96	4.02
3	0.99	63.45	0.24	17.14	7.79	7.32	4.07
4	1.15	48.73	7.27	27.46	6.03	6.84	3.66
5	1.35	38.66	13.85	35.35	4.35	5.09	2.70
6	1.59	36.09	20.84	32.68	3.17	3.74	3.48
7	1.85	37.11	28.26	24.81	2.45	2.80	4.57
8	2.07	38.85	31.66	20.07	2.06	2.26	5.11
9	2.24	37.95	32.82	20.48	1.82	1.92	4.99
10	2.38	35.01	31.843	25.27	1.67	1.71	4.49

 　 CPI方差分解显示：（1）CPI的自身惯性对CPI的影响贡献率最大，且表现为逐期递减的趋势，其在滞后1期对CPI的贡献率最大，达到100%。（2）GDP变动率对CPI的贡献率则表现出递增趋势，滞后期1年内影响很小，不到10%，一年后其贡献率增长较快，1.5年后达到30%左右。（3）上证指数波动率对CPI的贡献率从滞后3期明显表现出来，滞后5、6期表现较强，达到30%以上。（4）M2变动率与同业拆借利率对CPI的贡献率相近，最高7%，均出现在第三季度。（5）信贷总额变动率对CPI的贡献率最低，平均4%。
3、去除波动异常数据的方差分解
值得注意的是， 2006－2008年，上证指数波动率和CPI均出现了趋势相近的异常波动，波动幅度分别是－65到216和1.2－8.0，均大于1999－2005年的各波动幅度。因此，为了进一步评价各变量对CPI冲击的贡献度，下面尝试排除掉2006－2008年的数据，重新进行VAR模型估计，再次进行方差分解。（VAR模型估计省略，检验表明：各时间序列仍是Ｉ（1）序列，VAR模型拟合度R_CPI²＝0.956795、R_GDP²＝0.817133、R_SH²＝0.975163、R_M2²＝0.914232、R_RATE²＝0.917338、R_LOAN²＝0.930674，残差检验不存在自相关，且VAR模型中所有单位根的模均小于1，单位根全部落于单位圆内。该VAR模型拟合良好，而且模型是稳定的，可进行脉冲分析与方差分解）。方差分解见表5。
表5、CPI的方差分解（1999.4－2005.4）

Period	S.E.	CPI	GDP	SH	M2	RATE	LOAN
1	0.53	100.00	0.00	0.00	0.00	0.00	0.00
2	0.66	81. 80	10.70	0.24	6.98	0.03	0.25
3	0.72	69.54	11.51	7.86	8.68	1.52	0. 90
4	0.97	38.49	47.66	4.95	6.19	2.01	0.66
5	1.27	28.21	47.67	3.69	16.19	3.80	0.43
6	1.56	19.84	47.75	2.50	26.14	3.12	0.65
7	1.83	14.34	52.41	2.22	27.31	2.44	1.28
8	1.96	12.67	50.38	2.35	30.53	2.18	1.89
9	2.05	13.98	48.37	2.79	29.85	2.59	2.42
10	2.11	16.04	46.57	3.17	28.38	3.24	2.59

与上一个方差分解比较，（1）GDP与M2的贡献率明显上升，GDP贡献率在第三季度后很快达到47%，M2的贡献率在滞后一年后每期平均贡献率26%。（2）上证指数的波动率对CPI的贡献率明显下降，贡献率最高只有7%，表现在滞后第三季度。（3）货币市场利率对CPI的贡献率明显降低，在1%－3%，LOAN的贡献率平均不到1%。
六、结论
从研究结果看，引起我国CPI变动的主要因素有CPI自身惯性、GDP变动率、M2变动率和上证指数波动率，货币市场利率对CPI有影响，但影响程度较弱，信贷总额变动率对CPI的影响微弱。
首先，1999年末至2008年上，CPI呈现出震荡上升的态势，主要原因是近十年来中国经济高速运行所释放出来的通胀压力。
其次，货币政策对CPI的控制起作用，但受到财富效应的影响。1999末-2005末，货币政策在滞后2期就开始对CPI有影响，滞后3期影响力达到10%，滞后4期以后影响力平均约25%。2006-2008年，上证指数的大起大落导致货币量变动率对CPI的贡献率下降近20%，可见货币政策有效性离不开是股市的稳定，或者说，货币政策应该将资产市场的稳定性纳入调控范围。
第三，财富效应对CPI的影响在不同阶段表现有异。1999年－2005年表现微弱，2006年－2008年表现更强一些。可以解释为财富效应的强弱与上证指数的波动幅度正向相关。上证指数大起大落对消费者消费意愿的影响更强烈，所以，在2007年－2008年的上证指数波动对CPI的贡献率高于之前。
第四，货币市场利率对CPI的影响力较弱，85%的概率表明RATE不是CPI的Granger成因，而98%的概率表明RATE是GDP的Granger成因，可能解释为货币市场利率对CPI的影响是通过影响经济增长发生的。
根据以上结论，我们认为：2008年CPI下滑的引发因素是国内生产总值增长率下降与上证指数下跌，年初实施的紧缩货币政策起到了进一步的推动作用。如果GDP与上证指数波动率持续下滑，那么2009年出现通货紧缩的压力较大，增加货币供应量只能对通货紧缩的压力稍加缓解。减轻通货紧缩压力的直接而有效方法，首先，降低利率，刺激消费，促进经济增长；其次，保持诸如股票、房地产等资产市场健康发展，防止资产价格的大起大落；第三，保持货币量的平稳增长，以高于GDP增长与物价上涨之和约3至4个百分点的增长幅度作为2009年货币供应总量目标。
 
参考文献：
1、余芳东，当前全球居民消费价格水平变动状况、原因及未来趋势[J]，统计研究，2008.1
2、徐田江，中国经济高位运行对近期通货膨胀压力的实证分析[J]，财经科学，2007.10